基于改进自组织映射聚类算法的连锁故障预测模型_宋玉琴
为提高电力系统连锁故障预测的快速性和全面性,提出一种基于改进自组织映射聚类算法的连锁故障预测模型。针对事故链预测模型的故障指标模糊、事故链模型过于庞大等问题,该模型首先设计了初始故障集评价指标、上下级支路间关联性指标。其次改进自组织映射聚类算法,对关联性指标进行聚类分类,并在上下级支路关联性确定中,设定适当阈值。最后,利用IEEE36节点系统进行仿真验证。结果显示:本文方法在3.245 s时可预测到6级总计37条故障线路,故障预测范围达到97%。可见,本文方法与传统方法相比能有效缩短预测时间,扩大预测范围。
- 2021-04-20
- 阅读540
- 下载0
- 8页
- pdf
